Relevante Infos extrahieren

Die BLP Digital AG setzt Künstliche Intelligenz ein in ERP-Lösungen. Ein Interview mit Geschäftsführer Tim Beck.

Herr Beck, können Sie ihr eingegebenes Projekt kurz erklären? Wie funktioniert es? Welche Funktionen sind wichtig und warum sind sie wichtig?

Über alle Industrien hinweg kopieren Unternehmen die Informationen aus Dokumenten oft von Hand in ihr ERP System, um mit den Informationen Prozesse abzuarbeiten oder auszulösen. Beispiele sind die Anlage von Aufträgen aus Kundenbestellungen oder die Erfassung von eingehenden Lieferscheinen und Rechnungen. Unser Software-as-a-Service basiert auf künstlich intelligenten Algorithmen, die die Dokumente ausliest und mit den Daten aus dem ERP System vergleicht und die zugrunde liegenden Prozesse grösstenteils automatisiert abschliesst. Die Mitarbeiter werden nur noch bei Entscheidungen und Ausnahmen hinzugezogen. Die Lösung basiert auf an der ETH erforschten Algorithmen der künstlichen Intelligenz. Insbesondere die generische Tabellenerkennung ist elementar, um solche Dokumente automatisch verarbeiten zu können.

Die tiefen neuronalen Netze transparenter machen

Was war bei der Entwicklung die grosse Herausforderung?

Ein grosses Problem bei typischen Lösungen des maschinellen Lernens ist, dass die Lösungen intransparent sind. Ergebnisse sind nur schwierig nachzuvollziehen, der Weg dorthin ist oft eine Blackbox. Um das Problem der Dokumentenerkennung ausreichend gut zu lösen, mussten wir Ansätze entwickeln, die die tiefen neuronalen Netze für uns transparenter machen, um an den richtigen Stellschrauben zu drehen.

Was hat die Jury besonders hervorgehoben?

Viele Unternehmen in unserem Bereich beschränken sich auf die Erkennung von Informationen in Dokumenten. Im Gegensatz zu diesen Firmen beziehen wir die Informationen aus den vorhergehenden und nachfolgenden Prozessen und Systemen mit ein. Damit gehen wir deutlich weiter in der Automation der Prozesse unserer Kunden.

Mittels KI manuellen Administrationsaufwand reduzieren

Wer profitiert von dieser Lösung?

Wir adressieren in erster Linie mittelständische Unternehmen, die manuelle Prozesse reduzieren müssen, um wettbewerbsfähig zu bleiben. Während grosse Unternehmen Kunden und Lieferanten zu strukturiertem Datenaustausch, z.B. mittels EDI bewegen kann, hat der Mittelstand diese Marktmacht oft nicht. Insbesondere der produzierende Mittelstand hat eine Vielzahl an unterschiedlichen Kunden und Lieferanten und damit einen hohen manuellen Administrationsaufwand mit Rechnungen, Lieferscheinen, Bestellungen, Auftragsbestätigungen, Anfragen, etc.

Wie markttauglich ist die Lösung?

Die Lösung ist seit über einem Jahr bei über 50 Kunden funktional im Einsatz. Täglich werden mehrere tausend Dokumente vollautomatisch verarbeitet.

USP: generische Erkennung auf Basis von Maschinellem Lernen

Gibt es ein ähnliches Produkt auf dem Markt?

Es gibt viele Produkte, die das Auslesen relevanter Informationen aus Dokumenten versprechen. Diese funktionieren teils besser, teils schlechter. Die meisten Lösungen basieren auf Regelwerken oder operieren mit Templates. Dies bedeutet, dass bei jedem neuen Lieferanten oder Kunden zunächst neue Regeln oder Templates angelegt werden müssen. Unser USP liegt klar in der generischen Erkennung auf Basis von Maschinellem Lernen und der tiefen Integration in die bestehenden Softwareprodukte unserer Kunden. Nur durch diese tiefe Integration ist eine hohe Automationsrate des Prozesses möglich.

Welche nächsten Schritte peilen Sie nun an bei der Weiterentwicklung der Lösung?

Unsere Lösung wird für weitere Dokumententypen weiterentwickelt und neben den heutigen Sprachen (Deutsch, Französisch, Italienisch und Englisch) auch in weiteren Sprachen angeboten.

Und betreffend Marktzugang?

Wir adressieren Softwarehäuser, um unser Partner zu werden und unsere Lösung in existierende Software-Produkte zu integrieren und damit intelligenter zu machen. Wir bieten aber auch die direkte Zusammenarbeit mit produzierenden Unternehmen an und gehen nicht ausschliesslich über Partner.

Wie wird die Lösung angebunden?

Im Standard arbeiten wir mit einer RESTful Schnittstelle, können aber auch andere Anbindungsarten ermöglichen.

Kann man die Lösung testen?

Wir bieten Onlinepräsentationen an, bei denen wir auch live Dokumente des interessierten Kunden hochladen und die Ergebnisse analysieren können. Dafür sollten sich Interessierte etwa 30 Minuten Zeit einplanen. Auch eine Testphase der Lösung ist kein Problem.

Noch eine Abschlussfrage zur i4Challenge: Warum haben Sie an dieser Challenge teilgenommen?

Wir glauben an die Chance, die die i4Challenge uns als Plattform bietet und hoffen mit vielen interessanten Firmen und Partnern ins Gespräch zu kommen.

Das könnte Sie auch interessieren

Schnell einsetzbare IoT-Lösung zur Fernüberwachung und -steuerung von Maschinen oder Prozesse

Bericht über die Firma Qiio, Gewinnerin der i4Challenge 2019